三条路线，差别在「凭什么补」
「视频超分」听起来是一个技术，其实底下有三条完全不同的路线。它们的区别不在效果好坏，而在凭什么认为缺失的像素应该是那个值。
| 路线 | 依据 | 本质上 |
|---|---|---|
| 插值 | 周围已知像素的数值 | 平滑过渡，不增加信息 |
| 复原式 | 一个假设的退化模型 | 反向求解，信息还在就能算出 |
| 生成式 | 训练数据里「这类东西通常长什么样」 | 推断补全，信息不在也能造 |
三条路线对应三种可信度：插值的结果永远「不会错」但也永远「不会更清楚」；复原式在模型成立时最准确；生成式最像真的，但也最容易在细节上「编」。
插值：把已知摊开，信息量不变
最经典的是双三次插值：用周围 16 个像素的加权和算出新像素。它的数学性质决定了结果一定是平滑的——不会有突变，也不会有新的结构。
所以插值的表现很固定：边缘更顺、锯齿消失、整体变「软」。放大两倍看，纹理没有变多，只是被拉大了。这也是为什么插值放大后的画面，在大屏上会显得「糊得均匀」。
插值并非没有价值。它的三个优点让它至今仍是默认方案的一部分：不会引入错误（不会把 8 变成 6）、速度极快、结果可预测。在很多流程里，插值负责「把画布撑到目标尺寸」，复杂的处理在它之后做。
复原式：先假设「它是怎么坏的」
复原式超分的思路完全不同：不去猜像素该是什么，而是先建立一个退化模型——假设清晰图像经过了模糊、下采样、加噪这几步变成了现在这样，然后反着算回去。
这解释了它的能力边界：
- 模型对了，结果非常准。如果素材确实是「高清—压缩—放大」这条链路的产物，反解能相当接近原图，甚至能部分还原出被压缩掉的纹理。
- 模型错了，结果会很怪。用「高斯模糊」的假设去处理一个「运动模糊」的素材，反解出来的边缘会朝错误方向出振铃。
- 信息必须还在。复原的前提是退化过程可逆。如果高频已经被量化丢弃（低码率压缩），反解只会放大压缩块。
这也是为什么同一个工具处理不同素材，效果能差出一个量级——它内部假设的退化模型，只对一部分素材成立。
生成式：按「通常长什么样」去推断
生成式超分用大量高清素材训练模型，让它学会「这类内容在放大后应该出现什么结构」。人脸的毛孔怎么排、砖墙的缝怎么走、树叶的纹理密度多少，模型都见过。
它的强项是补出结构。低分辨率下完全消失的细节，它能补出一个「合理」的版本——观感提升是三条路线里最明显的。
它的风险也同样明确：补出来的东西不一定是真的。三个典型后果：
| 后果 | 发生在哪 | 为什么危险 |
|---|---|---|
| 纹理重复 | 大面积规律纹理：栏杆、瓦片、织物 | 同一块纹理被复制多次，放大看就露馅 |
| 结构改写 | 文字、数字、人脸五官 | 8 变 6、笔画粘连，直接改变信息 |
| 不该有的细节 | 平色区、天空、纯色背景 | 本来干净的面上浮出噪点或纹路 |
这三条也是验收的重点。任何生成式方案，都要在这三类区域单独检查一遍。
同一段素材，为什么不同工具结果差很多
三个原因，按影响从大到小：
- 路线不同。插值方案和生成式方案，本质上就不是在做同一件事。前者是「平滑地放大」，后者是「推断地重建」，结果当然不一样。
- 训练数据不同。生成式模型见过的内容决定了它擅长什么。训练集以自然图像为主，处理动漫线稿就容易出问题；以人脸为主，处理建筑纹理就会重复。
- 约束强度不同。约束松，细节补得多但容易跑偏；约束紧，结构稳但补得少。这个参数没有普适最优值，要看素材类型。
所以「哪个工具更强」这个问题本身不成立，正确问法是「这段素材属于哪一类，哪条路线对它更合适」。
再往上一档是另一种量级，见把视频做到 8K；选工具时判断它属于哪条路线，见工具怎么选。
天花板由素材决定，不由算法决定
三条路线都受同一个上限约束：原始帧里还剩下多少信息。
把这个上限拆成三个可测的量：
- 有效分辨率：不是标签上的数字，而是画面里真实可分辨的细节。开了电子防抖的手机素材，标称 1080P，实际有效像素可能只有 900 多。
- 码率：决定高频保留了多少。同样 1080P，5 Mbps 和 1.5 Mbps 能补回来的东西差一个量级。
- 压缩次数：每转一次码就丢一层高频，而丢掉的不再回来。
这三个量一旦定死，任何算法都只能在框内做文章。所谓「换了工具效果差很多」，多数情况是换了路线之后更贴合这段素材的特性，而不是突破了上限。
一条实用的判断
拿到素材先算「每像素比特数」：码率除以像素数。数值过低的，问题主体是压缩损伤而不是分辨率不足，这时候该先去块，而不是直接超分。
接进流程时，四个容易踩的点
如果要通过接口把超分接进生产流程，除了画质，还有四件事决定它能不能稳定跑。
色深与色彩标记
进出必须一致。8bit 进、10bit 出，或者 Rec.709 进、不做标记就返回，剪辑端会读错，画面整体偏色。
音频流
多数方案只处理视频轨。如果输出重编码了音频，会多一次有损；正确做法是音轨原样复制，不重新编码。
批量与重试
批处理要有幂等设计：同一条素材重试两次不能产生两份计费，也不能覆盖已完成的结果。这一点在赶档期时最要紧。
失败时的可见性
处理失败不能静默返回「完成」。宁可整批停下并报出是哪一条，也不要产出一批半成品混进剪辑。
这四点都不属于「画质」，但任何一点出问题，都会让整条流水线停下来。技术选型时把这几条问清楚，比多比较两组样片更省事。
小结
- 超分有三条路线：插值不增信息、复原靠退化模型、生成靠统计推断。
- 复原式的准确度取决于「退化模型对不对」，模型错了结果会很怪。
- 生成式能补出结构，但会纹理重复、改写文字、在平色区造细节——验收就查这三处。
- 工具之间的差异来自路线、训练数据与约束强度，不存在「普遍更强」。
- 天花板由有效分辨率、码率、压缩次数决定，算法只能在框内做文章。
如果你关心的是具体素材能提到哪一步，而不是原理，见720P 能不能做到 1080P；如果关心的是接进流程的交付参数，见交付参数怎么锁死。